基于SMART200 PLC的垃圾车控制系统设计

为了改进后装式无泄漏箱式后翻垃圾车的控制模式,实现对垃圾的智能化收集及管理,设计了一种以SMART200 PLC为核心的垃圾车控制系统。控制系统装配多种位置传感器,通过设定位置范围,提升系统的自动化控制能力,提高垃圾收集效率。驾驶室配装触摸屏,实时观察各个动作的运动状态,提高人机交互能力。通过判断液压油泵取力器是否投入工作,智能判断是否启动液压油泵,保护了液压油泵的正常工作。通过CAN总线协议,与牵引车的车载计算机通信,综合研判车辆工作状态,保证系统一直处于安全运行模式。实验研究表明：基于SMART200 PLC为核心的垃圾车控制系统,系统运行稳定,垃圾收集效率整体提升10%左右。     

基于区域融合的分布式CFAR信号检测

本文提出了多传感器检测区域的划分，以及先分区融合再系统融合的方法，并且在不同的区域，传感器采用不同的门限。给出了该方法的虚警概率手检测表达式，并介绍了它在分布式ＣＦＡＲ检测系统中的应用。结果表明，通过设置不同的门限，可以提高系统的检测概率。     

杂波中多传感器数据融合改善目标航迹丢失的理论分析

本文从理论上讨论杂波环境中,多传感器数据融合对目标航迹丢失的改善,通过建立融合预测估计误差的转移概率密度函数,分析了目标航迹丢失的机理,在“最近邻”关联准则下,计算了融合航迹维持和融合航迹起始时的跟踪性能－－融合航迹平均丢失时间和融合航迹累积丢失概率与杂波密度的关系,并与单传感器的情形作了比较,结果表明,多传感顺的航迹融合减小了目标丢失的可能性,提高了跟踪性能,这一结论对进一步理解数据融合的作用具     

航空吊放声呐多通道检测的数据融合方法

针对航空吊放声呐系统提出了一种多通道信号检测的新方法,讨论了在连续波（ Ｃ Ｗ）信号和调频（ Ｆ Ｍ）信号两种工作方式下这种方法的性能,并与现有的方法作了比较,分析和仿真实验结果表明,这种方法对弱信号检测有２～３ ｄ Ｂ的性能改善,而且提高了目标的测速精度。     

多传感器多目标分布跟踪中数据关联的快速算法

本文提出了一种基于局部估计融合的多传感器多目标数据关联算法，它包括粗关联和精关联两个过程。     

具有模糊信息和自学习权重的分布式检测算法

本文研究了一种由局部自适应模糊检测器和在线自学习融合算法所构成的分布式信号检测系统的设计方法。由模糊集对不精确信号参数的局部检测器进行建模,该模糊模型可自适应不精确信号参数的变化。融合中心以最佳融合规则作为目标函数在线自学习局部判决的权重。局部模糊检测器的鲁棒性和自学习融合算法的自适应性使该分布式检测系统在不确定环境下的检测性能得到提高。也使该系统能够处理未知分布的未知参数以及非随机未知参数的分布     

杂波中多传感器数据融合改善目标航迹丢失的理论分析

本文从理论上讨论杂波环境中,多传感器数据融合对目标航迹丢失的改善。通过建立融合预测估计误差的转移概率密度函数,分析了目标航迹丢失的机理。在最近邻关联准则下,计算了融合航迹维持和融合航迹起始时的跟踪性能融合航迹平均丢失时间和融合航迹累积丢失概率与杂波密度的关系,并与单传感器的情形作了比较。结果表明,多传感器的航迹融合减小了目标丢失的可能性,提高了跟踪性能。这一结论对进一步理解数据融合的作用具有重要的理论意义。     

基于区域融合的分布式CPAR信号检测

本文提出了多传感器检测区域的划分,以及先分区融合再系统融合的方法,并且在不同的检测区域,传感器采用不同的门限。给出了该方法的虚警概率和检测概率表达式,并介绍了它在分布式CFAR检测系统中的应用。结果表明,通过设置不同的门限,可以提高系统的检测概率。     

多传感器分布式推广卡尔曼滤波算法及其在雷达红外目标跟踪中的应用

本文提出了一种用于非线性系统的多传感器分布式推广卡尔曼滤波算法,该算法中系统的动态方程和传感器的观测方程分别围绕全局估计和全局预测线性化,融合中心基于所有传感器观测的全局估计由各传感器基于自身观测的局部估计来重构。算法分析说明,全局估计的精度高、误差小。最后介绍了文中算法在雷达和红外两种传感器跟踪机动目标中的应用,仿真结果验证了该算法的有效性。     

分布式CFAR信号检测

带有分布式传感器和融合中心的检测系统已应用于监视系统中．文中提出了多传感器检测空间的划分，以及先分区融合再系统融合的方法，并且在不同的检测区域，多传感器采用不同的门限；已往所有传感器探测同一区域，融合中心采用所有传感器判决的ＡＮＤ、ＯＲ和“Ｋ／Ｎ”规则，和这些规则相比，文中的方法更加合理和实用．利用Ｂｏｏｌｅａｎ代数，文中还推导了多传感器检测系统的检测概率和虚警概率表达式．对于由几个单元平均恒虚警率（ＣＡ－ＣＦＡＲ）检测器组成的系统，通过分区融合和系统融合，可以在融合中心得到总的判决．对于Ｒａｙｌｅｉｇｈ目标和干扰，固定系统的虚警概率为某一要求值，通过使系统的检测概率最大来获得每个ＣＦＡＲ检测器的最佳门限．最后，举例说明了这种方法的应用并分析了其性能．